CN116817796B - 基于双远心镜头的曲面工件精确度参数测量方法及装置 - Google Patents
基于双远心镜头的曲面工件精确度参数测量方法及装置 Download PDFInfo
- Publication number
- CN116817796B CN116817796B CN202311068008.7A CN202311068008A CN116817796B CN 116817796 B CN116817796 B CN 116817796B CN 202311068008 A CN202311068008 A CN 202311068008A CN 116817796 B CN116817796 B CN 116817796B
- Authority
- CN
- China
- Prior art keywords
- line
- structure light
- point cloud
- workpiece
- differential
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims description 18
- 238000009499 grossing Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010845 search algorithm Methods 0.000 claims description 4
- 238000000691 measurement method Methods 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B13/00—Optical objectives specially designed for the purposes specified below
- G02B13/22—Telecentric objectives or lens systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明公开了一种基于双远心镜头的曲面工件精确度参数测量方法及装置，属于三维测量领域，该方法包括：按照能覆盖工件表面的扫描路径对工件进行扫描，并在扫描过程中利用双远心镜头分别采集以对称方式安装于镜头两侧的双线结构光发生器生成的结构光图像；对于结构光图像中的每个光条纹，利用基于差分区间的种子点搜索算法提取线结构光的中心线，并根据所有结构光的中心线生成检测点云模型；将检测点云模型与目标数字模型进行配准，并基于目标数字模型确定检测点云模型的精确度参数。该方法可以减少传统镜头存在的畸变误差、透视误差较大的缺点，减少或避免出现扫描盲区，保证测量结果的准确性，能够精确、高效地完成曲面工件的三维测量与质量检测。
Description
技术领域
本发明涉及三维测量领域，尤其涉及一种基于双远心镜头的曲面工件精确度参数测量方法及装置。
背景技术
随着工业的快速发展，曲面工件因其优越的几何特性在航空航天、汽车、船舶、能源等领域得到了越来越广泛的应用。为了满足对产品性能和外形多样化需求，对曲面工件的高精度设计、制造和检测也提出了更为严格的要求。为了保证曲面工件的制造精度，需要对加工质量进行严格的检测，控制尺寸误差和轮廓变形问题。因此，曲面工件的精确测量是实现精度控制的重要手段。
曲面工件因其复杂的几何形状，传统测量方法可能无法提供足够的精度和准确性，基于线结构光扫描的三维测量方法具备结构简单、测量精度高、速度快、稳定性高等特点，可以准确高效地获得被扫描物体表面的三维信息。同时，曲面工件的测量通常会产生大量的数据，对数据进行必要的处理和分析对于测量结果的质量和可靠性至关重要。
发明内容
为解决传统接触式测量技术在曲面工件测量方面精度低、效率低、人工成本高、容易损伤表面等问题，本发明提供一种高效、精确的基于双远心镜头的曲面工件精确度参数测量方法及装置。
本发明提供一种基于双远心镜头的曲面工件精确度参数测量方法，包括：按照能覆盖工件表面的预设扫描路径对工件进行扫描，并在扫描过程中利用双远心镜头，分别采集以对称方式安装于镜头两侧的双线结构光发生器生成的结构光图像；对于结构光图像中的每个光条纹，利用基于差分区间的种子点搜索算法提取线结构光的中心线，并根据所有结构光的中心线生成检测点云模型；将所述检测点云模型与工件的目标数字模型进行配准，并基于目标数字模型确定检测点云模型的精确度参数。
在本发明的基于双远心镜头的曲面工件精确度参数测量方法中，所述利用基于差分区间的种子点搜索算法提取线结构光的中心线，包括：对于线结构光图像中的光条纹，按条纹方向，利用多阶后向差分公式，逐行计算线结构光条纹中心隶属的差分区间；根据每行的差分区间，确定当前行的线结构光中心点坐标；根据所有行的中心点坐标，得到单像素的线结构光中心线。
在本发明的基于双远心镜头的曲面工件精确度参数测量方法中，所述利用多阶后向差分公式，逐行计算线结构光条纹中心隶属的差分区间，包括利用下式计算差分曲线：
；
根据所述差分曲线的最大值和最小值确定差分区间；
其中，m表示差分模板长度，表示当前像素点(x,y)坐标灰度值，其中x为列坐标，y为行坐标。
在本发明的基于双远心镜头的曲面工件精确度参数测量方法中，所述按条纹方向，利用多阶后向差分公式，逐行计算线结构光条纹中心隶属的差分区间，包括：第一行根据多阶后向差分公式计算所有像素的差分值，得到差分区间；
第一行之后的每一行，根据上一行确定的中心点和差分区间确定初始搜索区间，将所述初始搜索区间向两侧逐渐扩大搜索范围，并同时计算所述搜索范围内的差分值的最大和最小值，直至计算出的差分值与上一行大小一致且不再增大时，得到当前行的差分区间。
在本发明的基于双远心镜头的曲面工件精确度参数测量方法中，所述根据所有结构光的中心线生成检测点云模型，包括：确定中心线上各点相对于基准线的偏移距离；根据标定的比例参数和所述偏移距离的乘积，得到所述各点的实际高度值，结合所述各点在图像坐标系上的坐标值，得到各点的三维坐标信息；将双线结构光发生器的两侧结构光的点云进行融合，生成检测点云模型；其中，基准线为线结构光入射光平面与基准面的交线，所述基准面为放置工件的平面，所述比例参数是与线结构光入射角度相关的系数。
在本发明的基于双远心镜头的曲面工件精确度参数测量方法中，所述根据所有结构光的中心线生成检测点云模型之后，还包括：分别采用直通滤波、高斯统计滤波对所述检测点云模型进行滤波，以及采用滑动最小二乘法对所述点云模型进行平滑处理。
在本发明的基于双远心镜头的曲面工件精确度参数测量方法中，所述根据所有结构光的中心线生成检测点云模型之后，还包括：根据点云在三维坐标方向上的值域范围构建体素栅格，将点云的所有点都包围在内；计算点云中每个点的曲率，得到曲率集合，计算整体点云的曲率均值/>和方差/>及每个栅格中的曲率均值和方差/>;若/></>，则仅保留该栅格中最接近曲率均值/>的点，若/>>/>，则保留当前栅格中所有曲率值大于均值/>的点。
本发明还提供一种基于双远心镜头的曲面工件精确度参数测量装置，包括：采集模块，用于按照能覆盖工件表面的预设扫描路径对工件进行扫描，并在扫描过程中利用双远心镜头，分别采集以对称方式安装于镜头两侧的双线结构光发生器生成的结构光图像；生成模块，用于对于结构光图像中的每个光条纹，利用基于差分区间的种子点搜索算法提取线结构光的中心线，并根据所有结构光的中心线生成检测点云模型；测量模块，用于将所述检测点云模型与工件的目标数字模型进行配准，并基于目标数字模型确定检测点云模型的精确度参数。
本发明还提供一种基于双远心镜头的曲面工件精确度参数测量系统，包括：支架、运动控制子系统、双远心镜头、相机、第一结构光发射器、第二线结构光发射器、置物平台、以及上述基于双远心镜头的曲面工件精确度参数测量装置；所述第一结构光发射器、第二线结构光发射器和所述相机安装在所述支架上，所述双远心镜头安装在所述相机上，所述第一结构光发射器、第二线结构光发射器对称位于相机两侧；所述运动控制子系统，用于接收所述测量装置的控制指令，按预设扫描路径控制相机对工件进行扫描；所述置物平台水平安装，用于放置待检测工件；所述相机入射方向与置物平台垂直，两个线结构光发生器入射方向与置物平台呈一定夹角。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述基于双远心镜头的曲面工件精确度参数测量方法。
本发明产生的有益效果是：通过双远心镜头采集图像，以恒定的放大倍数成像，使得成像大小与物体实际尺寸呈固定比例，从而减少传统镜头存在的畸变误差、透视误差较大的缺点。采用双线结构光发生器，以对称的方式安装，能够有效减少或避免出现扫描盲区，保证测量结果的准确性。结合双线结构光、双远心镜头采集原始曲面工件点云数据，与目标数字模型（如CAD模型）进行配准，根据配准后的数据进行曲面工件的轮廓测量与误差评定，克服了传统接触式测量法精度低、效率低、人工成本高、容易损坏接触面等问题，能够精确、高效地完成曲面工件的三维测量与质量检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的结构示意图；
图2a是本发明实施例测量的曲面工件的实物图；
图2b是本发明实施例测量的曲面工件的CAD模型图；
图3是本发明实施例采集到的原始点云图；
图4是本发明实施例预处理后的点云图；
图5a是本发明实施例曲面工件预处理后点云与CAD模型配准前结果图；
图5b是本发明实施例曲面工件预处理后点云与CAD模型配准后结果图；
图6是本发明实施例的曲面工件轮廓误差示意图；
图7是本发明实施例的曲面工件配准的误差色谱图；
图8是本发明实施例配准后点云和CAD模型的提取位置示意图；
图9是本发明实施例配准后点云与CAD模型表面相同位置轮廓线提取结果图；
图10是本发明实施例高度测量原理示意图；
图11是本发明实施例的曲面工件轮廓测量的数据采集系统结构示意图；
附图标记说明：1、相机；2、双远心镜头；3、第一结构光发射器；4、第二线结构光发射器；5、置物平台；6、支架；7、Y轴控制机构；8、X轴控制机构；9、Z轴控制机构；10、基座。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
下面结合图1至图11对本发明的基于双远心镜头的曲面工件精确度参数测量方法及装置进行说明，图1是本发明实施例的基于双远心镜头的曲面工件精确度参数测量方法的流程示意图，如图1所示，本发明提供一种基于双远心镜头的曲面工件精确度参数测量方法，包括：
S1、按照能覆盖工件表面的预设扫描路径对工件进行扫描，并在扫描过程中利用双远心镜头，分别采集以对称方式安装于镜头两侧的双线结构光发生器生成的结构光图像。
具体而言，可以根据曲面工件的CAD模型，动态自适应制定扫描路径方案。例如，根据相机视场和测量区域制定XY轴的运动路径，利用CAD图纸参数指定Z轴运动路径。图2a是本发明实施例测量的曲面工件的实物图，图2b是本发明实施例测量的曲面工件的CAD模型图，具体如图所示。
本发明基于双远心镜头相机获取结构光图像，可基于常用的三轴移动平台进行扫描。双远心镜头是一种平行成像模型，在景深范围内，像方和物方中的光线都平行于光轴，以恒定的放大倍数成像，使得成像大小与物体实际尺寸呈固定比例。此外，本发明采用双线结构光发生器，以左右对称的方式安装，与单线结构光相比，能够有效减少或避免出现扫描盲区，保证测量结果的准确性。将被测工件放在置物平台上，线结构光发射器以一定角度投射到被测工件表面，使线结构光平面与被测物体表面轮廓相交形成明亮细长条状结构光，通过运动控制系统按照制定的路径对工件进行扫描，相机准确捕捉到清晰明亮的线结构光图像。
在S1之前，可以包括设置采集起点位置、终点位置、采集速度、采集步长及采集次数等参数的过程。其中，采集速度表示运动控制系统进行扫描的速度，采集步长表示在X方向上的分辨率。采集步长越小，分辨率越高，所采集的点云数据量也会随之增大。
然后控制系统读取系统参数配置文件，包括系统标定数据、采集速度、位置坐标（包括采集起点位置、终点位置）等参数信息。在连接相机、线结构光发射器、运动控制系统等硬件后，控制三轴移动平台到预设的初始位置，完成运动控制系统初始化。
利用双远心镜头的高精度相机采集线结构光图像，通过运动控制系统按照扫描路径控制三轴移动平台对工件进行扫描。运动控制系统按照制定的路径对工件进行扫描，相机准确捕捉到清晰明亮的线结构光图像
具体而言，在S1之前，还可包括生成预设扫描路径的步骤，其生成预设扫描路径的步骤包括：设定起点和终点坐标，以及确定一个长为L、宽为W矩形的测量区域。在X轴方向上，从起点开始，沿X轴移动W的距离，到达测量区域边界后，则在Y轴方向上移动一个视场长度的距离，随后沿X轴折返。重复上述过程，直到覆盖整个测量区域，使得X和Y轴扫描路径整体呈S型栅栏形状，以完全覆盖工件表面。
S2、对于结构光图像中的每个光条纹，利用基于差分区间的种子点搜索算法提取线结构光的中心线，并根据所有结构光的中心线生成检测点云模型。
在扫描过程中，利用基于差分区间的种子点搜索算法提取线结构光的中心线，并计算出相应的三维坐标，生成检测点云模型。当然，还可包括对原始的检测点云模型进行必要的预处理操作，如去除噪点和冗余点，以得到精确的曲面工件点云模型。图3是本发明实施例采集到的原始点云图，图4是本发明实施例预处理后的点云图，如图所示。
可选地，可采用CUDA对提取线结构光中心线加速，同时使用多线程同步采集和处理图像。
S3、将所述检测点云模型与工件的目标数字模型进行配准，并基于目标数字模型确定检测点云模型的精确度参数。
具体可以是计算曲面工件轮廓相关参数及误差参数，用于进行精确测量与质量检测。图5a是本发明实施例曲面工件预处理后点云与CAD模型配准前结果图，图5b是本发明实施例曲面工件预处理后点云与CAD模型配准后结果图，具体如图所示。
举例而言，如图6所示，图中示出了CAD模型（目标数字模型）轮廓，检测点云模型轮廓和轮廓误差。将点云模型与CAD模型配准后，假设CAD模型轮廓上任意一点坐标为，/>对应点云模型轮廓上的点为/>，可依此计算测量点云的轮廓误差/>，和轮廓误差的均方根误差/>：
其中，n为测量次数，为一组测量值与真值的偏差。
计算出来的曲面工件轮廓误差（单位为mm）绘制成色谱图，如图7所示。提取配准后的点云和CAD模型在相同位置的表面轮廓线数据，进行曲面工件轮廓局部误差分析与参数测量。提取位置如图8所示，提取结果如图9所示。其中图9中示出了CAD模型轮廓数据以及测量点云模型轮廓数据。
本发明的基于双远心镜头的曲面工件精确度参数测量方法，采用双远心镜头采集图像，与传统针孔基于透视投影的成像原理不同，双远心镜头是基于平行成像原理，以恒定的放大倍数成像，使得成像大小与物体实际尺寸呈固定比例，从而减少传统镜头存在的畸变误差、透视误差较大的缺点。采用双线结构光发生器，以左右对称的方式安装，与单线结构光相比，能够有效减少或避免出现扫描盲区，保证测量结果的准确性。
结合双线结构光、双远心镜头采集原始曲面工件点云数据，与目标数字模型（如CAD模型）进行配准，根据配准后的数据进行曲面工件的轮廓测量与误差评定，克服了传统接触式测量法精度低、效率低、人工成本高、容易损坏接触面等问题，能够精确、高效地完成曲面工件的三维测量与质量检测。
在一个实施例中，所述利用基于差分区间的种子点搜索算法提取线结构光的中心线，包括：对于线结构光图像中的光条纹，按条纹方向，利用多阶后向差分公式，逐行计算线结构光条纹中心隶属的差分区间；根据每行的差分区间，确定当前行的线结构光中心点坐标；根据所有行的中心点坐标，得到单像素的线结构光中心线。
线结构激光器投射到物体表面的激光条纹宽度在1～2mm不等，由相机采集图像之后，激光条纹在相机所拍摄的图片中有一定的宽度，其宽度在几个至十几个像素不等。在将线结构光条纹在二维图像中的信息转换为空间三维信息之前，必须先提取出激光条纹的单像素宽度中心线。因此，需要使用一系列的特征点来代表光条纹信息，通常将光条纹中心点作为这些特征点。
本发明实施例，通过逐行求取线结构光图像中光条纹的中心点，最终准确确定每个光条纹的中心线，为后续确定准确的三维点云提供支持。本发明实施例，通过基于差分区间的种子点搜索算法，精确、高效地提取出线结构光中心线，提高了精确度参数的可靠度。
在一个实施例中，所述利用多阶后向差分公式，逐行计算线结构光条纹中心隶属的差分区间，包括利用下式计算差分曲线：
；
根据所述差分曲线的最大值和最小值确定差分区间；
其中，m表示差分模板长度，表示当前像素点(x,y)坐标灰度值，其中x为列坐标，y为行坐标。在一个具体实施例中，差分模板长度可设为5。
可由差分曲线的最大值和最小值确定X方向上的差分区间：
其中，arg表示变元，其下方的x表示在x方向。
确定线结构光中心点应在差分区间/>内，其中y=i且，x *由二次加权的灰度质心法计算：
其中，i表示按条纹方向的第i行。
最终，按照提取方向，逐行确定每行中心点，得到单像素的线结构光中心线。
在一个实施例中，所述按条纹方向，利用多阶后向差分公式，逐行计算线结构光条纹中心隶属的差分区间，包括：第一行根据多阶后向差分公式计算所有像素的差分值，得到差分区间；第一行之后的每一行，根据上一行确定的中心点和差分区间确定初始搜索区间，将所述初始搜索区间向两侧逐渐扩大搜索范围，并同时计算所述搜索范围内的差分值的最大和最小值，直至计算出的差分值与上一行大小一致且不再增大时，得到当前行的差分区间。
具体而言，逐行确定差分区间时，除了第一行需要计算所有像素格的差分值以外，其余行均可利用上一行的确定的中心点和差分区间来确定初始搜索范围以达到减少计算量的目的。求出搜索范围内的差分值的最大和最小值，同时向两侧逐渐扩大，直到计算出的差分值与上一行一致且不再增大时，即可确定此行的差分区间。其中，一致并不要求二者要完全相当，相差在一定范围内即可。通过本发明实施例的方法，可减少计算的工作量。
在一个实施例中，所述根据所有结构光的中心线生成检测点云模型，包括：确定中心线上各点相对于基准线的偏移距离；根据标定的比例参数和所述偏移距离的乘积，得到所述各点的实际高度值，结合所述各点在图像坐标系上的坐标值，得到各点的三维坐标信息；将双线结构光发生器的两侧结构光的点云进行融合，生成检测点云模型；其中，基准线为线结构光入射光平面与基准面的交线，所述基准面为放置工件的平面，所述比例参数是与线结构光入射角度相关的系数。
曲面工件表面A点高度测量原理如图10所示。将置物平台设定为基准面，线结构光与基准面法线夹角为θ。点A是线结构光平面与被测物体表面相交位置，点B是相机光轴与基准面相交位置。点A到相机光轴的垂直偏移距离为d，该偏移距离在相机成像面上的像素偏移量记为e，点A距离基准平面的高度为h，即待求的A点高度。由于双远心镜头的成像原理为平行投影，因此像素偏移量e与实际偏移量d成线性关系，即：
其中，m为放大比例系数。同时，高度h与实际偏移量d存在如下三角关系：
将两式整合即可得到：
其中，k为上述比例参数，在系统安装固定后为常数。由此可得，通过像素相对于基准线的偏移量e即可计算出工件表面该像素的高度值h。
可以容易确定单像素的线结构光中心线图像上各点在图像坐标系上的坐标值(x,y)，设基准线在图像坐标系上方程为，则各点相对于基准线的偏移距离为：
根据标定的比例参数k，即可求得各点的实际高度值：
由此得到测点的三维坐标信息，将对于左线结构光和右线结构光采集到的点云数据融合，即生成原始点云模型。
在一个实施例中，所述根据所有结构光的中心线生成检测点云模型之后，还包括：分别采用直通滤波、高斯统计滤波对所述检测点云模型进行滤波，以及采用滑动最小二乘法对所述点云模型进行平滑处理。
在本发明实施例中，点云滤波时，根据点云数据的空间分布将噪声点分为三类，并采用不同的方法进行处理。第一类为明显与对象分离且大量聚集的噪声点，采用直通滤波方法；第二类为远离对象的离群点，采用高斯统计滤波方法；第三类为近邻对象的噪声点，采用滑动最小二乘法进行平滑处理。
具体而言，可首先采用一种基于空间分布的点云组合滤波平滑方法进行点云滤波，利用直通滤波，指定值域范围，删除明显与对象分离且大量聚集的噪声点。然后利用高斯统计滤波，通过设置合适的邻域点个数及标准差系数α，遍历集合p中的每个点，将远离对象离群点滤除。在本实施例中，可设置邻域点个数为50及标准差倍数为2。最后利用移动最小二乘法，将点云进行移动最小二乘映射，通过邻域点的拟合来实现点云平滑处理，设置本实施例中，设置搜索半径为0.5。基于此，可以得到准确度较高的点云模型。
在一个实施例中，所述根据所有结构光的中心线生成检测点云模型之后，还包括：根据点云在三维坐标方向上的值域范围构建体素栅格，将点云的所有点都包围在内；计算点云中每个点的曲率，得到曲率集合，计算整体点云的曲率均值/>和方差/>及每个栅格中的曲率均值/>和方差/>;若/></>，则仅保留该栅格中最接近曲率均值/>的点，若/>>/>，则保留当前栅格中所有曲率值大于均值/>的点。
本发明实施例通过基于曲率值的栅格精简算法对滤波后的点云进行精简操作，在保持点云模型的形状特征，同时去除冗余点，提高后续算法处理效率。本实施例中，可设定栅格的半径为0.25，预处理后点云如图4所示。基于此，本发明实施例可以对点云数据进行有效精简，减少后续步骤的计算开销。
在一个实施例中，计算曲面参数时，通过下列式子计算点云的主曲率、平均曲率H及高斯曲率K：
其中，；/>；/>；/>；/>；/>是曲面的偏微分E、F、G称为曲面的第一基本不变量，L、M、N称为曲面的第二基本不变量。
本发明还提供一种基于双远心镜头的曲面工件精确度参数测量装置，包括：采集模块，用于按照能覆盖工件表面的预设扫描路径对工件进行扫描，并在扫描过程中利用双远心镜头，分别采集以对称方式安装于镜头两侧的双线结构光发生器生成的结构光图像；生成模块，用于对于结构光图像中的每个光条纹，利用基于差分区间的种子点搜索算法提取线结构光的中心线，并根据所有结构光的中心线生成检测点云模型；测量模块，用于将所述检测点云模型与工件的目标数字模型进行配准，并基于目标数字模型确定检测点云模型的精确度参数。
本发明实施例所提供的基于双远心镜头的曲面工件精确度参数测量装置，其实现原理及产生的技术效果和前述基于双远心镜头的曲面工件精确度参数测量方法实施例相同，为简要描述，基于双远心镜头的曲面工件精确度参数测量装置实施例部分未提及之处，可参考前述基于双远心镜头的曲面工件精确度参数测量方法实施例中相应内容。
图11是本发明实施例的曲面工件轮廓测量的数据采集系统结构示意图，本发明还提供一种基于双远心镜头的曲面工件精确度参数测量系统，包括：支架6、运动控制子系统、双远心镜头2、相机1、第一结构光发射器3、第二线结构光发射器4、置物平台5、以及所述实施例的基于双远心镜头的曲面工件精确度参数测量装置；所述第一结构光发射器3、第二线结构光发射器4和所述相机1安装在所述支架6上，所述双远心镜头2安装在所述相机1上，所述第一结构光发射器3、第二线结构光发射器4对称位于相机1两侧；所述运动控制子系统，用于接收所述测量装置的控制指令，按预设扫描路径控制相机1对工件进行扫描；所述置物平台5水平安装，用于放置待检测工件；所述相机1入射方向与置物平台5垂直，两个线结构光发生器入射方向与置物平台5呈一定夹角。
其中，支架可采用金属支架，可选用相机分辨率为2448×2048，像素尺寸为3.45μm×3.45μm；双远心镜头视场尺寸为10.5mm×8.8mm，工作距离为126~178mm；线结构光发射器波长为650nm。
如图11所示，运动控制子系统可由X轴控制机构8、Y轴控制机构7、Z轴控制机构9组成，运动控制子系统还可包括控制模块、电机驱动器、伺服电机、传感器等组件。通过运动控制子系统使得被测工件和视觉系统产生相对位移，置物平台5和被测物体可以沿Y轴移动，视觉系统可以沿X轴和Z轴移动，从而构成三自由度的测量平台。相应地，上述各结构可以设置在基座10上。
本申请还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、随机访问存储器（RAM）、静态随机访问存储器（SRAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、可编程只读存储器（PROM）、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质被处理器执行时实现方法实施例的基于双远心镜头的曲面工件精确度参数测量方法。
需要指出，根据实施的需要，可将本申请中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。
上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (8)
1.一种基于双远心镜头的曲面工件精确度参数测量方法，其特征在于，包括：
按照能覆盖工件表面的预设扫描路径对工件进行扫描，并在扫描过程中利用双远心镜头，分别采集以对称方式安装于镜头两侧的双线结构光发生器生成的结构光图像；
对于结构光图像中的每个光条纹，利用基于差分区间的种子点搜索算法提取线结构光的中心线，并根据所有结构光的中心线生成检测点云模型；
将所述检测点云模型与工件的目标数字模型进行配准，并基于目标数字模型确定检测点云模型的精确度参数；
其中，所述利用基于差分区间的种子点搜索算法提取线结构光的中心线，包括：
对于线结构光图像中的光条纹，按条纹方向，利用多阶后向差分公式，逐行计算线结构光条纹中心隶属的差分区间；
根据每行的差分区间，确定当前行的线结构光中心点坐标；
根据所有行的中心点坐标，得到单像素的线结构光中心线；
所述根据所有结构光的中心线生成检测点云模型，包括：
确定中心线上各点相对于基准线的偏移距离；
根据标定的比例参数和所述偏移距离的乘积，得到所述各点的实际高度值，结合所述各点在图像坐标系上的坐标值，得到各点的三维坐标信息；
将双线结构光发生器的两侧结构光的点云进行融合，生成检测点云模型；
其中，基准线为线结构光入射光平面与基准面的交线，所述基准面为放置工件的平面，所述比例参数是与线结构光入射角度相关的系数。
2.根据权利要求1所述的基于双远心镜头的曲面工件精确度参数测量方法，其特征在于，所述利用多阶后向差分公式，逐行计算线结构光条纹中心隶属的差分区间，包括：
利用下式计算差分曲线：
；
根据所述差分曲线的最大值和最小值确定差分区间；
其中，m表示差分模板长度，表示当前像素点(x,y)坐标灰度值，其中x为列坐标，y为行坐标。
3.根据权利要求1所述的基于双远心镜头的曲面工件精确度参数测量方法，其特征在于，所述按条纹方向，利用多阶后向差分公式，逐行计算线结构光条纹中心隶属的差分区间，包括：
第一行根据多阶后向差分公式计算所有像素的差分值，得到差分区间；
第一行之后的每一行，根据上一行确定的中心点和差分区间确定初始搜索区间，将所述初始搜索区间向两侧逐渐扩大搜索范围，并同时计算所述搜索范围内的差分值的最大和最小值，直至计算出的差分值与上一行大小一致且不再增大，得到当前行的差分区间。
4.根据权利要求1所述的基于双远心镜头的曲面工件精确度参数测量方法，其特征在于，所述根据所有结构光的中心线生成检测点云模型之后，还包括：
分别采用直通滤波、高斯统计滤波对所述检测点云模型进行滤波，以及采用滑动最小二乘法对所述点云模型进行平滑处理。
5.根据权利要求1所述的基于双远心镜头的曲面工件精确度参数测量方法，其特征在于，所述根据所有结构光的中心线生成检测点云模型之后，还包括：
根据点云在三维坐标方向上的值域范围构建体素栅格，将点云的所有点都包围在内；
计算点云中每个点的曲率，得到曲率集合，计算整体点云的曲率均值/>和方差/>及每个栅格中的曲率均值/>和方差/>;
若</>，则仅保留该栅格中最接近曲率均值/>的点，若/>>/>，则保留当前栅格中所有曲率值大于均值/>的点。
6.一种基于双远心镜头的曲面工件精确度参数测量装置，其特征在于，包括：
采集模块，用于按照能覆盖工件表面的预设扫描路径对工件进行扫描，并在扫描过程中利用双远心镜头，分别采集以对称方式安装于镜头两侧的双线结构光发生器生成的结构光图像；
生成模块，用于对于结构光图像中的每个光条纹，利用基于差分区间的种子点搜索算法提取线结构光的中心线，并根据所有结构光的中心线生成检测点云模型；所述利用基于差分区间的种子点搜索算法提取线结构光的中心线具体包括：对于线结构光图像中的光条纹，按条纹方向，利用多阶后向差分公式，逐行计算线结构光条纹中心隶属的差分区间；根据每行的差分区间，确定当前行的线结构光中心点坐标；根据所有行的中心点坐标，得到单像素的线结构光中心线；所述根据所有结构光的中心线生成检测点云模型具体包括：确定中心线上各点相对于基准线的偏移距离；根据标定的比例参数和所述偏移距离的乘积，得到所述各点的实际高度值，结合所述各点在图像坐标系上的坐标值，得到各点的三维坐标信息；将双线结构光发生器的两侧结构光的点云进行融合，生成检测点云模型；其中，基准线为线结构光入射光平面与基准面的交线，所述基准面为放置工件的平面，所述比例参数是与线结构光入射角度相关的系数；
测量模块，用于将所述检测点云模型与工件的目标数字模型进行配准，并基于目标数字模型确定检测点云模型的精确度参数。
7.一种基于双远心镜头的曲面工件精确度参数测量系统，其特征在于，包括：
支架、运动控制子系统、双远心镜头、相机、第一结构光发射器、第二线结构光发射器、置物平台、以及权利要求6所述的基于双远心镜头的曲面工件精确度参数测量装置；
所述第一结构光发射器、第二线结构光发射器和所述相机安装在所述支架上，所述双远心镜头安装在所述相机上，所述第一结构光发射器、第二线结构光发射器对称位于相机两侧；
所述运动控制子系统，用于接收所述测量装置的控制指令，按预设扫描路径控制相机对工件进行扫描；
所述置物平台水平安装，用于放置待检测工件；
所述相机入射方向与置物平台垂直，两个线结构光发生器入射方向与置物平台呈一定夹角。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于双远心镜头的曲面工件精确度参数测量方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311068008.7A CN116817796B (zh) | 2023-08-23 | 2023-08-23 | 基于双远心镜头的曲面工件精确度参数测量方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311068008.7A CN116817796B (zh) | 2023-08-23 | 2023-08-23 | 基于双远心镜头的曲面工件精确度参数测量方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116817796A CN116817796A (zh) | 2023-09-29 |
| CN116817796B true CN116817796B (zh) | 2023-11-24 |
Family
ID=88113092
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311068008.7A Active CN116817796B (zh) | 2023-08-23 | 2023-08-23 | 基于双远心镜头的曲面工件精确度参数测量方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116817796B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117128888B (zh) * | 2023-10-26 | 2024-01-09 | 天津华夏联盛汽车部件有限公司 | 一种用于不规则保险杠面形的误差识别方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4131879A (en) * | 1976-04-30 | 1978-12-26 | Gretag Aktiengesellschaft | Method and apparatus for determining the relative positions of corresponding points or zones of a sample and an orginal |
| JP2009074867A (ja) * | 2007-09-19 | 2009-04-09 | Nikon Corp | 計測装置およびその計測方法 |
| CN102003938A (zh) * | 2010-10-11 | 2011-04-06 | 中国人民解放军信息工程大学 | 大型高温锻件热态在位检测方法 |
| EP2728306A1 (en) * | 2012-11-05 | 2014-05-07 | Hexagon Technology Center GmbH | Method and device for determining three-dimensional coordinates of an object |
| CN105814402A (zh) * | 2013-11-27 | 2016-07-27 | 苏州大学 | 连续可调结构光照明的超分辨显微成像方法与系统 |
| CN113324478A (zh) * | 2021-06-11 | 2021-08-31 | 重庆理工大学 | 一种线结构光的中心提取方法及锻件三维测量方法 |
| CN115876083A (zh) * | 2022-12-02 | 2023-03-31 | 天津大学 | 一种移动投影式三维测量方法及装置 |
| CN219511480U (zh) * | 2023-04-10 | 2023-08-11 | 西安工程大学 | 一种led线结构光高精度轮廓测量装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11102459B2 (en) * | 2018-08-13 | 2021-08-24 | eBots Inc. | 3D machine-vision system |
-
2023
- 2023-08-23 CN CN202311068008.7A patent/CN116817796B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4131879A (en) * | 1976-04-30 | 1978-12-26 | Gretag Aktiengesellschaft | Method and apparatus for determining the relative positions of corresponding points or zones of a sample and an orginal |
| JP2009074867A (ja) * | 2007-09-19 | 2009-04-09 | Nikon Corp | 計測装置およびその計測方法 |
| CN102003938A (zh) * | 2010-10-11 | 2011-04-06 | 中国人民解放军信息工程大学 | 大型高温锻件热态在位检测方法 |
| EP2728306A1 (en) * | 2012-11-05 | 2014-05-07 | Hexagon Technology Center GmbH | Method and device for determining three-dimensional coordinates of an object |
| CN105814402A (zh) * | 2013-11-27 | 2016-07-27 | 苏州大学 | 连续可调结构光照明的超分辨显微成像方法与系统 |
| CN113324478A (zh) * | 2021-06-11 | 2021-08-31 | 重庆理工大学 | 一种线结构光的中心提取方法及锻件三维测量方法 |
| CN115876083A (zh) * | 2022-12-02 | 2023-03-31 | 天津大学 | 一种移动投影式三维测量方法及装置 |
| CN219511480U (zh) * | 2023-04-10 | 2023-08-11 | 西安工程大学 | 一种led线结构光高精度轮廓测量装置 |
Non-Patent Citations (1)
| Title |
|---|
| 严桂林 等.计算机与数字工程.2022,第2327页-第2332页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116817796A (zh) | 2023-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | Line structured light calibration method and centerline extraction: A review | |
| CN116817796B (zh) | 基于双远心镜头的曲面工件精确度参数测量方法及装置 | |
| CN109483887B (zh) | 激光选区熔化过程中成形层轮廓精度在线检测方法 | |
| CN113324478A (zh) | 一种线结构光的中心提取方法及锻件三维测量方法 | |
| Wu et al. | A novel high precise laser 3D profile scanning method with flexible calibration | |
| CN112697388B (zh) | 一种基于纹影图像的高超声速风洞模型姿态角测量方法 | |
| CN112465849B (zh) | 一种无人机激光点云与序列影像的配准方法 | |
| US20230258445A1 (en) | Three-dimensional (3d) structured light camera based method and system for measuring gap of vehicle body | |
| CN111256587A (zh) | 一种基于双线结构光扫描的高反射率表面三维测量方法 | |
| Tarbox et al. | IVIS: An integrated volumetric inspection system | |
| Liu et al. | Real-time 3D surface measurement in additive manufacturing using deep learning | |
| Zhang et al. | Optimisation of camera positions for optical coordinate measurement based on visible point analysis | |
| Jia et al. | A field measurement method for large objects based on a multi-view stereo vision system | |
| CN111353997A (zh) | 一种基于条纹投影的实时三维面型缺陷检测方法 | |
| Petruccioli et al. | Assessment of close-range photogrammetry for the low cost development of 3D models of car bodywork components | |
| CN113048912B (zh) | 投影仪的标定系统及方法 | |
| CN114612412A (zh) | 三维点云数据的处理方法及其用途、电子设备、存储介质 | |
| Lavecchia et al. | The influence of software algorithms on photogrammetric micro-feature measurement’s uncertainty | |
| CN112233104B (zh) | 实时位移场和应变场检测方法、系统、装置和存储介质 | |
| CN112767459A (zh) | 基于2d-3d转换的无人机激光点云与序列影像配准方法 | |
| CN116563377A (zh) | 一种基于半球投影模型的火星岩石测量方法 | |
| CN113447241B (zh) | 分割投影成像系统的快速定标方法及装置 | |
| CN114943761A (zh) | 一种fpga中线结构光条纹中心提取方法及装置 | |
| Yang et al. | Center Extraction Algorithm of Linear Structured Light Stripe Based on Improved Gray Barycenter Method | |
| TW201913574A (zh) | 應用於物件檢測之攝影機與雷射測距儀的數據融合方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |